李明玚

香港一家領先的專科診所集團在快速擴展期間需要提升營運效率，合作由單據處理逐步擴展至核心業務系統的 AI 改造。

• 梳理醫療、財務及營運單據的處理流程，選定單據識別與核對為首階段 AI 應用；統籌本地部署的 AI-OCR 平台，將識別、核對及文件歸檔整合至日常工作流程，支援單據處理及營運效率提升。
• 基於首階段合作推動核心診所管理系統（CMS）重構，界定建設範圍、產品架構及分階段計劃；組織團隊運用 AI-Coding 梳理原有 SaaS 系統的業務邏輯，推進架構升級，並在關鍵業務流程整合 AI 功能。在 2–3 個月內完成涵蓋前台、診症、藥房、化驗、結算等 6 類業務場景、20 餘個業務模組的核心功能重構，並進行跨崗位流程驗證。

醫療、貿易單據等項目的需求各異，逐項專屬開發成本高，需要建立可重用的產品架構，同時兼顧標準化及行業差異。

• 梳理不同項目的共通需求及差異，將單據識別、資料關聯、核對與工作流程整理為可重用組件，透過行業配置及客戶專屬系統整合處理差異化需求。
• 根據交付經驗制定行業方案，界定後續客戶項目中可重用及需額外開發的範圍，推動產品應用於更多行業場景。

面對尚未明確 AI 應用場景及實施範圍的稅務業務需求，負責售前方案規劃及 Demo 製作。

• 透過客戶訪談、稅務流程研究及行業最佳做法分析，識別關鍵業務問題、訂定優先場景，設計方案架構及系統整合方式。
• 製作可示範業務流程的 Demo，透過場景示範及客戶意見，將模糊需求轉化為具體業務流程，逐步釐清需求及實施範圍。

出行服務既涉及資訊查詢，也包括責任判定及優惠發放，需要協調 AI 與人工客服的處理流程。

• 針對責任判定、發放優惠券、訂單查詢及用戶標籤等需要，按不同意圖設計 Agent workflow 並連接相應 MCP 工具；以真實問答建立測試案例，透過 Benchmark 評測找出知識、回答及流程問題，持續改善處理效果。
• 按完整求助流程設計服務入口、應用程式內的服務卡片及轉接安排，界定 AI、按標準程序處理個案的客服及專業客服各自的職責與轉接條件，將用戶需要分流至合適的支援層級。

不同層級管理人員的分析經驗與管理方法各異，需要統一的分析框架，協助從指標發現問題、追查原因及制定行動。

• 了解總部及分支機構管理人員的需求，梳理 3 個業務範疇、14 個核心指標及影響因素，將業務目標、異常識別與成因分析整理為統一的指標體系及分析框架。
• 設計目標追蹤、異常分析及行動建議等功能，由零開始推動公司級管理儀表板投入使用，將業務分析方法轉化為日常管理工具；推出後，目標管理人員的活躍使用率 超過 95%。

• 透過前線研究及理賠個案分析，釐清酒後駕駛風險的識別需求，結合集團現有技術能力，整理風險特徵及識別規則，制定產品方案，並協調技術團隊推出模型及持續改進；模型每年協助減少 超過 1,000 萬元人民幣的損失。